算法复杂度分析

算法分析的四个渐进表示法：

O、o、Θ、Ω

一般，O里的，取最小的

一般， Ω里的， 取最大的

一般分析时间复杂度，且常考虑最坏复杂度，常用O分析：

三法则：

法则一：

如果T1（N)=O(f(N)),T2(N0=O(g(N))

T1(N)+T2(N)=max(O(f(N)),O(g(N)))

T1(N)*T2(N)=O(f(N))*O(g(N))

法则二：

如果T（N）为k次多项式，T（N）=Θ(N^k)  

法则三：

对任意常数k,(logN)^k=O(N)

注意：

忽略调用函数和返回值的开销

声明不计时间

O内无常数，系数，低阶项

一般法则：

法则一：for循环

法则二：嵌套的for循环

法则三：顺序语句

法则四：if-else语句

从不超过判断再加上if和else语句中运行较长的部分的和